54 lines
1.6 KiB
Markdown
54 lines
1.6 KiB
Markdown
|
# 模型文件目录
|
|||
|
|
|
|||
|
|
此目录用于存放ONNX模型文件。
|
|||
|
|
|
|||
|
|
## 需要的模型文件
|
|||
|
|
|
|||
|
|
请将以下模型文件放置到此目录：
|
|||
|
|
|
|||
|
|
1. **faceboxesv2-640x640.onnx** (约30MB)
|
|||
|
|
- 人脸检测模型
|
|||
|
|
- 基于FaceBoxes架构
|
|||
|
|
|
|||
|
|
2. **face_landmarker_pts5_net1.onnx** (约1MB)
|
|||
|
|
- 人脸关键点检测模型（网络1）
|
|||
|
|
- 检测5个关键点：双眼、鼻尖、嘴角
|
|||
|
|
|
|||
|
|
3. **face_landmarker_pts5_net2.onnx** (约1MB)
|
|||
|
|
- 人脸关键点检测模型（网络2）
|
|||
|
|
- 用于精细化关键点定位
|
|||
|
|
|
|||
|
|
4. **face_recognizer.onnx** (约100MB)
|
|||
|
|
- 人脸特征提取模型
|
|||
|
|
- 输出512维特征向量
|
|||
|
|
|
|||
|
|
5. **model_gray_mobilenetv2_rotcls.onnx** (约10MB)
|
|||
|
|
- 图像旋转角度分类模型
|
|||
|
|
- 检测0°/90°/180°/270°旋转
|
|||
|
|
|
|||
|
|
6. **fsanet-var.onnx** (约2MB)
|
|||
|
|
- 人脸姿态估计模型VAR
|
|||
|
|
- 估计yaw和pitch角度
|
|||
|
|
|
|||
|
|
7. **fsanet-conv.onnx** (约2MB)
|
|||
|
|
- 人脸姿态估计模型CONV
|
|||
|
|
- 用于姿态估计
|
|||
|
|
|
|||
|
|
## 模型来源
|
|||
|
|
|
|||
|
|
这些模型文件需要从原始FaceRegWeb项目的checkpoints目录复制。
|
|||
|
|
|
|||
|
|
如果没有这些文件，请联系项目维护者或参考原项目获取。
|
|||
|
|
|
|||
|
|
## 文件大小参考
|
|||
|
|
|
|||
|
|
总计约150MB左右的模型文件。
|
|||
|
|
|
|||
|
|
## 验证模型
|
|||
|
|
|
|||
|
|
确保所有模型文件都已正确放置后，可以运行以下命令验证：
|
|||
|
|
|
|||
|
|
```bash
|
|||
|
|
python -c "import os; files=['faceboxesv2-640x640.onnx','face_landmarker_pts5_net1.onnx','face_landmarker_pts5_net2.onnx','face_recognizer.onnx','model_gray_mobilenetv2_rotcls.onnx','fsanet-var.onnx','fsanet-conv.onnx']; missing=[f for f in files if not os.path.exists(f'checkpoints/{f}')]; print('缺失文件:', missing) if missing else print('所有模型文件已就绪')"
|
|||
|
|
```
|